HAQ, Maulana Zia Ul (2025) Evaluasi Performa HOG dan LBP Sebagai Ekstraksi Fitur Model SVM dalam Klasifikasi Gambar Rambu Lalu Lintas pada Dataset Semarang-Solo. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (147kB)
	Text 2. HALAMAN PERNYATAAN KEASLIAN SKRIPSI.pdf Download (43kB)
	Text 3. HALAMAN PENGESAHAN.pdf Download (57kB)
	Text 4. KATA PENGANTAR.pdf Download (207kB)
	Text 6. ABSTRAK.pdf Download (181kB)
	Text 7. ABSTRACT.pdf Download (187kB)
	Text 8. DAFTAR ISI.pdf Download (304kB)
	Text 11. BAB I.pdf Download (987kB)
	Text 16. Daftar Pustaka.pdf Download (586kB)

Abstract

Peningkatan pembangunan infrastruktur di Indonesia turut berdampak pada tingginya risiko
kecelakaan lalu lintas. Berdasarkan data Badan Pusat Statistik (BPS), sebanyak 1922
kecelakaan terjadi di ruas jalan tol Jakarta dan sekitarnya dari tahun 2019 hingga 2021,
dengan 86% disebabkan oleh kelalaian pengemudi. Salah satu bentuk kelalaian tersebut
adalah ketidakpatuhan terhadap rambu lalu lintas. Untuk mengurangi risiko kecelakaan
akibat faktor manusia, penerapan teknologi berbasis Computer Vision dan Machine
Learning menjadi solusi potensial, khususnya dalam pengenalan rambu lalu lintas secara
otomatis. Penelitian ini membandingkan dua metode ekstraksi fitur citra, yaitu Histogram of
Oriented Gradient (HOG) dan Local Binary Pattern (LBP), yang dikombinasikan dengan
algoritma klasifikasi Support Vector Machine (SVM). Dataset yang digunakan berasal dari
jalan Semarang-Solo. Hasil evaluasi dari 452 data uji menunjukkan bahwa metode HOG
SVM menghasilkan accuracy tertinggi sebesar 98,45%, dengan precision 100%, recall
96,92%, dan F1-score 98,43%. Sementara itu, metode LBP-SVM hanya mencapai accuracy
tertinggi sebesar 84,95%, dengan precision 84,71%, recall 85,46%, dan F1-score 85,08%.
Berdasarkan hasil tersebut, HOG terbukti lebih unggul dalam akurasi klasifikasi rambu lalu
lintas dibandingkan LBP. Namun, karena LBP memiliki karakteristik komputasi yang lebih
ringan, pemilihan metode ekstraksi fitur tetap perlu disesuaikan dengan kebutuhan sistem,
apakah lebih mengutamakan akurasi atau efisiensi waktu proses.
Kata kunci : Ekstraksi Fitur, HOG, LBP, Rambu Lalu Lintas, Semarang, Solo, SVM

Actions (login required)

View Item